Kuluttajahintaindeksi (KHI) Kuluttajahintaindeksi (KHI) Kysymys Miten mitata rahan arvon muutoksia?

Koko: px
Aloita esitys sivulta:

Download "Kuluttajahintaindeksi (KHI) Kuluttajahintaindeksi (KHI) Kysymys Miten mitata rahan arvon muutoksia?"

Transkriptio

1 Kuluttajahitaideksi (KHI) Kysymys Mite mitata raha arvo muutoksia? Kuluttajahitaideksi (KHI) o sovittu kulutustavaroide ja palveluide hitakehitykse mittari. KHI muodostetaa paiotettua keskiarvoa eri pääryhmie idekseistä (Laspeyresi hitaideksi). Iflaatioprosetti Kuluttajahitaideksi muutosprosetti = iflaatioprosetti Kuluttajahitaideksi (KHI) 99 / 117 Iflaatioprosetti Olkoo t ja t kaksi ajahetkeä ja P t sekä P t iitä vastaavat KHI:t. Iflaatioprosetti hetkestä t hetkee t o P t P t = P t 1 (21) P t P t Ostovoima KHI: kääteisluku 1 P t (tässä P t ei ole prosettia) o raha ostovoima hetkellä t verrattua perusvuotee. Ostovoima muutosprosetti aikavälillä t t o 1 P t 1 P t 1 P t = P t P t P t (22) 100 / 117

2 Kuluttajahitaideksi (KHI) Kysymys Mite vertailla eri ajahetkie rahamäärie arvoja ottae huomioo iflaatio? Raha reaaliarvo Rahamäärä x t reaaliarvo hetkellä t o x t P t. (23) Deflatoiti ja iflatoiti 101 / 117 Deflatoiti ja iflatoiti Olkoo x t rahamäärä hetkellä t ja x t rahamäärä hetkellä t. Olkoo lisäksi P t ja P t vastaavat kuluttajahitaideksit. Jos halutaa rahamäärä x t siirtyvä hetkestä t hetkee t site, että reaaliarvo säilyy (ts. iflaatio otetaa huomioo), ii asetetaa kyseiste rahamäärie reaaliarvot samoiksi. Siis x t P t = x t P t. Jos esim. x t o tutemato, se saadaa ratkaistua kaavasta x t = x t Pt P t. (24) Jos t < t, ii kyseessä o iflatoiti. Jos t < t, ii kyseessä o deflatoiti. 102 / 117

3 Keskilukumalli Merkitä Ideksejä voidaa muodostaa usealla eri tavalla. Kuiteki esim. määrä- ja hitasuhteet ovat laaduttomia lukuja, jote e ovat keskeää vertailukelpoisia. Hia vaihtelua kuvaavaksi ideksiluvuksi otetaa usei hitasuhteide keskiarvo (usei paiotettu). Vastaavasti muodostetaa tieteki myös volyymi-ideksit. Tarkastellaa : hyödykkee ryhmää. Merkitää i. (1 i ) hyödykkee hitoja p it :llä ja määriä q it :llä ajahetkellä t. Hitaideksiluvut 103 / 117 (aritm. hitaideksi) P A 0t = 100 p it p i0 (25) Huom (geom. hitaideksi) P G 0t = 100 (harm. hitaideksi) P H 0t = 100 p it p i0 1 Aritmeettie hitaideksi korostaa suuria muutoksia ja harmoie taas pieiä. Hitaideksie laskemisessa ei oteta huomioo kulutukse määriä (ogelma?). (26) p i0 (27) p it 104 / 117

4 Volyymi-ideksiluvut (aritm. volyymi-ideksi) Q A 0t = 100 q it q i0 (28) Huom (geom. volyymi-ideksi) Q G 0t = 100 (harm. volyymi-ideksi) Q H 0t = 100 q it q i0 1 (29) q i0 (30) q it Aritmeettie volyymi-ideksi korostaa suuria muutoksia ja harmoie taas pieiä. Volyymi-ideksie laskemisessa ei oteta huomioo hitoja (ogelma?). Paiotetut ideksiluvut 105 / 117 Keskilukumalli paiotetu ideksiluvut saadaa laskettua hita-/määräsuhteide paiotettuia keskiarvoia. Paioia voidaa käyttää mm. perusvuode kulutukse arvoja p i0 q i0 ; vertailuvuode kulutukse arvoja p it q it ; muita kulutukse arvoja. 106 / 117

5 Kokoaislukumallit Kokoaislukumallit muodostetaa laskemalla hyödykkeide määriä tai hitoja sopivasti yhtee. Voidaa esimerkiksi laskea hitoje yksikertaie kokoaissumma P 0t = p it p 100. i0 Tällä ideksillä ei ole kuitekaa käytäö merkitystä sillä se riippuu hioitteluyksiköstä. Kokoaislukumallit 107 / 117 Kolme käytetyitä hitaideksiä saadaa laskettua hitoje paiotettua kokoaisummaa P 0t = 100 p it α i p, (31) i0 α i missä paioa α i voidaa käyttää 1 perusvuode kulutukse määriä (α i = q i0 ) 2 vertailuvuode kulutukse määriä (α i = q it ) 3 joki muu, yhde tai useamma vuode kulutukse määriä (esim. α i =(q i0 + q it )/2) 108 / 117

6 Kokoaislukumallit Kolme käytetyitä volyymi-ideksiä saadaa laskettua määrie paiotettua kokoaisummaa Q 0t = 100 q it α q, (32) i0 α i missä paioa α i voidaa käyttää 1 perusvuode hitoja (α i = p i0 ) 2 vertailuvuode hitoja (α i = p it ) 3 joki muu, yhde tai useamma vuode hitoja (esim. α i =(p i0 + p it )/2) Laspeyresi ideksit 109 / 117 Valitaa paioksi α i perusvuode kulutukse määrät, jolloi saadaa Laspeyresi hitaideksi: P0t L = 100 p itq i0 p. (33) i0q i0 Valitaa paioksi α i perusvuode hiat, jolloi saadaa Laspeyresi volyymi-ideksi: Q0t L = 100 q itp i0 q. (34) i0p i0 110 / 117

7 Paasche ideksit Valitaa paioksi α i vertailuvuode kulutukse määrät, jolloi saadaa Paasche hitaideksi: P0t P = 100 p itq it p. (35) i0q it Valitaa paioksi α i vertailuvuode hiat, jolloi saadaa Paasche volyymi-ideksi: Q0t L = 100 q itp it q. (36) i0p it Marshal Edgeworthi ideksit 111 / 117 Valitaa paioksi α i perus- ja vertailuvuode kulutukse määrie keskiarvo, jolloi saadaa Marshal Edgeworthi hitaideksi: P0t P = 100 p it(q i0 + q it ) p i0(q i0 + q it ). (37) Valitaa paioksi α i perus- ja vertailuvuode hitoje keskiarvo, jolloi saadaa Marshal Edgeworthi volyymi-ideksi: Q0t P = 100 q it(p i0 + p it ) q i0(p i0 + p it ). (38) 112 / 117

8 Keski- ja kokoaislukumallie yhteys Laspeyresi hitaideksi o Aritmeettie hitaideksi, joka paioia ovat perusvuode kulutukse arvot (hitoje ja määrie tulot p i0 q i0 ). Paasche hitaideksi o Harmoie hitaideksi, joka paioia ovat vertailuvuode kulutukse arvot (hitoje ja määrie tulot p it q it ). Vastaavasti myös volyymi-idekseille. Fisheri ideksikriteerit 113 / 117 Käytetää ideksilukuje luotettavuude tarkasteluissa suhdelukuja (siis esim. 127,3 1,273) Peruskriteerit: 1 Idetiteettikriteeri: P tt = 1 2 Suhdekriteeri: jos p it = λ p i0 kaikille hyödykkeille i, ii P 0t = λ. 3 Yksikövaihtokriteeri: P 0t o riippumato raha- ja määräyksiköistä. Trasitiivisuuskriteerit: 1 Ajakäätökriteeri: P 0t P t0 = 1 2 Ketjutuskriteeri: P 0s P st = P 0t ku s = t 114 / 117

9 Fisheri ideksikriteerit Kertomakriteeri: missä P 0t Q 0t = V 0t, (39) V 0t = p itq it p i0q i0 (40) o s. arvoideksi, joka ilmoittaa perus- ja vertailuvuode kulutukse arvoje suhtee. Huom. Edellisistä ideksiluvuista kaikki toteuttavat peruskriteerit. Trasitiivisuuskriteeri toteuttaa vai paiottamato geometrie hitaideksi. Kertomakriteeriä ei toteuta mikää aikaisemmista. Fisheri ideksikriteerit 115 / 117 Vaikka kertomakriteeriä ei aikaisemmista idekseistä toteuta mikää, se avulla voidaa tutkia eri ideksie luotettavuutta laskemalla tulo P 0t Q 0t ja vertaamalla sitä ihaearvoo V 0t = p itq it p i0q i0. Mitä lähempää tulo P 0t Q 0t o arvoa V 0t,sitä luotettavampaa ideksiä pidetää. 116 / 117

10 Fisheri ihaeideksi Ottamalla Laspeyresi ja Paasche ideksie geometrie keskiarvo, saadaa Fisheri ihaeideksit P0t F = P0t L PP 0t (41) Q0t F = Q0t L QP 0t (42) Nämä ideksit toteuttavat kertomakriteeri sekä ajakäätökriteeri mutta eivät ketjutuskriteeriä. 117 / 117

Talousmatematiikka (3 op) Sisältö. Tero Vedenjuoksu. Yhteystiedot: Tero Vedenjuoksu tero.vedenjuoksu@oulu.fi Työhuone M231

Talousmatematiikka (3 op) Sisältö. Tero Vedenjuoksu. Yhteystiedot: Tero Vedenjuoksu tero.vedenjuoksu@oulu.fi Työhuone M231 Talousmatematiikka (3 op) Tero Vedejuoksu Oulu yliopisto Matemaattiste tieteide laitos 2010 Sisältö Yhteystiedot: Tero Vedejuoksu tero.vedejuoksu@oulu.fi Työhuoe M231 Kurssi kotisivu http://cc.oulu.fi/~tvedeju/talousmatematiikka/

Lisätiedot

Talousmatematiikka (4 op)

Talousmatematiikka (4 op) Talousmatematiikka (4 op) M. Nuortio, T. Vedenjuoksu Oulun yliopisto Matemaattisten tieteiden laitos 2012 Talousmatematiikka 2012 Yhteystiedot: Matti Nuortio mnuortio@paju.oulu.fi Työhuone M225 Kurssin

Lisätiedot

Indekseistä, L17. Reaalikorko. Indeksikaavat. Aiheet. Aritmeettinen ja geometrinen keskiarvo. Yhden tuotteen hintaindeksi.

Indekseistä, L17. Reaalikorko. Indeksikaavat. Aiheet. Aritmeettinen ja geometrinen keskiarvo. Yhden tuotteen hintaindeksi. Indekseistä, L17 1 Lukujoukon {a 1,a 2,...,a n } aritmeettinen lasketaan kaavalla a aka a 1 + a 2 + + a n n 1 n n j1 Lukujoukon {a 1,a 2,...,a n }, eli keskiverto, lasketaan kaavalla n a gka (a 1 a 2 a

Lisätiedot

Indekseistä, L12. Reaalikorko. Aiheet. Aritmeettinen ja geometrinen keskiarvo. Yhden tuotteen hintaindeksi. Reaalikorko. Pääoman deatoitu arvo

Indekseistä, L12. Reaalikorko. Aiheet. Aritmeettinen ja geometrinen keskiarvo. Yhden tuotteen hintaindeksi. Reaalikorko. Pääoman deatoitu arvo Indekseistä, L12 1 Lukujoukon {a 1, a 2,..., a n } aritmeettinen lasketaan kaavalla a aka = a 1 + a 2 + + a n n = 1 n n a j. j=1 Lukujoukon {a 1, a 2,..., a n }, eli keskiverto, lasketaan kaavalla n a

Lisätiedot

Solmu 3/2010 1. toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2)

Solmu 3/2010 1. toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2) Solmu 3/200 Epäyhtälöistä, osa 2 Markku Halmetoja Mätä lukio Välillä I määriteltyä fuktiota saotaa koveksiksi, jos se kuvaaja o alaspäi kupera, eli jos kuvaaja mitkä tahasa kaksi pistettä yhdistävä jaa

Lisätiedot

LIITTEET Liite A Stirlingin kaavan tarkkuudesta...2. Liite B Lagrangen kertoimet...3

LIITTEET Liite A Stirlingin kaavan tarkkuudesta...2. Liite B Lagrangen kertoimet...3 LIITTEET... 2 Liite A Stirligi kaava tarkkuudesta...2 Liite B Lagrage kertoimet... 2 Liitteet Liitteet Liite A Stirligi kaava tarkkuudesta Luoollista logaritmia suureesta! approksimoidaa usei Stirligi

Lisätiedot

Talousmatematiikan perusteet

Talousmatematiikan perusteet kevät 2019 / orms.1030 Talousmatematiikan perusteet 7. harjoitus, viikko 7 1. Oheisessa taulukossa on erään tuotteen hintaindeksejä. Laske hinnan keskimääräinen kasvuvauhti vuosina 2000-2005 vuosi indeksi

Lisätiedot

= true C = true) θ i2. = true C = false) Näiden arvot löydetään kuten edellä Kun verkko on opetettu, niin havainto [x 1

= true C = true) θ i2. = true C = false) Näiden arvot löydetään kuten edellä Kun verkko on opetettu, niin havainto [x 1 35 Naiivi Bayes Luokkamuuttua C o Bayes-verko uuri a attribuutit X i ovat se lehtiä Naiivi oletus o, että attribuutit ovat ehdollisesti riippumattomia toisistaa aettua luokka Ku käytössä o Boole muuttuat,

Lisätiedot

Kertausta Talousmatematiikan perusteista Toinen välikoe

Kertausta Talousmatematiikan perusteista Toinen välikoe Kertausta Talousmatematiikan perusteista Toinen välikoe 1 päätösmuuttujat (x 1,x 2,...) tavoitefunktio (z = c 1 x 1 + c 2 x 2 +...) rajoitteet (a i1 x 1 + a i2 x 2 + b i ) Mallin Formaatti käypä alue Optimipisteen

Lisätiedot

Äärettämän sarjan (tai vain sarjan) sanotaan suppenevan eli konvergoivan, jos raja-arvo lims

Äärettämän sarjan (tai vain sarjan) sanotaan suppenevan eli konvergoivan, jos raja-arvo lims 75 4 POTENSSISARJOJA 4.1 ÄÄRETTÖMÄT SARJAT Lukujoo { a k } summaa S a a a a a k 0 1 k k0 saotaa äärettömäksi sarjaksi. Summa o s. osasumma. S a a a a a k 0 1 k0 Äärettämä sarja (tai vai sarja) saotaa suppeeva

Lisätiedot

Kertausta Talousmatematiikan perusteista Toinen välikoe

Kertausta Talousmatematiikan perusteista Toinen välikoe Kertausta Talousmatematiikan perusteista Toinen välikoe 1 Parametrit D Kysyntä (kpl/vuosi) h Yksikköylläpito-kustannus (euro/kpl/vuosi) K Tilauskustannus (euro) Tarkista aina yksiköiden yhteensopiminen

Lisätiedot

2.3.1. Aritmeettinen jono

2.3.1. Aritmeettinen jono .3.1. Aritmeettie joo -joo, jossa seuraava termi saadaa edellisestä lisäämällä sama luku a, a + d, a+d, a +3d, Aritmeettisessa joossa kahde peräkkäise termi erotus o aia vakio: Siis a +1 a d (vakio Joo

Lisätiedot

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut)

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut) J. Virtamo 38.3143 Jonoteoria / Markov-prosessit 1 Markov-prosessit (Jatkuva-aikaiset Markov-ketut) Tarkastellaan (stationaarisia) Markov-prosessea, oiden parametriavaruus on atkuva (yleensä aika). Siirtymät

Lisätiedot

Sormenjälkimenetelmät

Sormenjälkimenetelmät Sormejälkimeetelmät Matti Risteli mristeli@iksula.hut.fi Semiaariesitelmä 23.4.2008 T-106.5800 Satuaisalgoritmit Tietotekiika laitos Tekillie korkeakoulu Tiivistelmä Sormejälkimeetelmät ovat satuaisuutta

Lisätiedot

Päähakemisto Tehtävien ratkaisut -hakemisto. 203. Vuosi Indeksi 2008 108,3 2012 116,7. a) Jakamalla 1,07756 7,76 %. c) Jakamalla 0,92802

Päähakemisto Tehtävien ratkaisut -hakemisto. 203. Vuosi Indeksi 2008 108,3 2012 116,7. a) Jakamalla 1,07756 7,76 %. c) Jakamalla 0,92802 Päähakemisto Tehtävie ratkaisut -hakemisto 2 Raha 202. Vuosi Ideksi 2007 104,1 2009 108,3 108,3 a) Jakamalla 1,040345 104,1 saadaa iflaatioprosetiksi 4,03 %. 104,1 b) Jakamalla 0,96121 saadaa, että raha

Lisätiedot

Päähakemisto Tehtävien ratkaisut -hakemisto. 203. Vuosi Indeksi 2003 105,1 2007 110,8. a) Jakamalla 110,8 1,05423 saadaan inflaatioprosentiksi noin

Päähakemisto Tehtävien ratkaisut -hakemisto. 203. Vuosi Indeksi 2003 105,1 2007 110,8. a) Jakamalla 110,8 1,05423 saadaan inflaatioprosentiksi noin Päähakemisto Tehtävie ratkaisut -hakemisto 2 Raha 202. Vuosi Ideksi 2002 104,2 2004 106,2 a) Jakamalla 106,2 1,01919 saadaa iflaatioprosetiksi 1,92 %. 104,2 b) Jakamalla 104,2 0,98116 saadaa, että raha

Lisätiedot

Tilastollinen todennäköisyys

Tilastollinen todennäköisyys Tilastollie todeäköisyys TOD.NÄK JA TILASTOT, MAA10 Klassisessa todeäköisyydessä oli ehdot: äärellisyys ja symmetrisyys. Tämä tilae o usei mahdoto ts. alkeistapauksia o usei ääretö määrä tai e eivät ole

Lisätiedot

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi. Algoritmien DP ja MF vertaileminen tapahtuu suoraviivaisesti kirjoittamalla kummankin leskimääräinen kustannus eksplisiittisesti todennäköisyyksien avulla. Lause T MF ave = 1 + 2 1 i

Lisätiedot

4.3 Signaalin autokorrelaatio

4.3 Signaalin autokorrelaatio 5 4.3 Sigaali autokorrelaatio Sigaali autokorrelaatio kertoo kuika paljo sigaali eri illä korreloi itsesä kassa (josta imiki). Se o Fourier-muuokse ohella yksi käyttökelpoisimmista sigaalie aalysoitimeetelmistä.

Lisätiedot

n = 100 x = 0.6 99%:n luottamusväli µ:lle Vastaus:

n = 100 x = 0.6 99%:n luottamusväli µ:lle Vastaus: 1. Tietyllä koeella valmistettavie tiivisterekaide halkaisija keskihajoa tiedetää oleva 0.04 tuumaa. Kyseisellä koeella valmistettuje 100 rekaa halkaisijoide keskiarvo oli 0.60 tuumaa. Määrää 95%: ja 99%:

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisihajotelmat: Schur ja Jordan Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi Matriisihajotelmat:

Lisätiedot

1 Prosenttilaskua 3. 2 Yksinkertainen korkolasku 4. 3 Diskonttaus 6. 4 Koronkorko 8. 5 Korkokannat 9. 6 Jatkuva korko 10. 7 Jaksolliset suoritukset 11

1 Prosenttilaskua 3. 2 Yksinkertainen korkolasku 4. 3 Diskonttaus 6. 4 Koronkorko 8. 5 Korkokannat 9. 6 Jatkuva korko 10. 7 Jaksolliset suoritukset 11 Sisältö Prosenttilaskua 3 2 Yksinkertainen korkolasku 4 3 Diskonttaus 6 4 Koronkorko 8 5 Korkokannat 9 6 Jatkuva korko 0 7 Jaksolliset suoritukset 8 Luotot ja korkolasku 2 8. Annuiteettiperiaate........................

Lisätiedot

10 Kertolaskusääntö. Kahta tapahtumaa tai satunnaisilmiötä sanotaan riippumattomiksi, jos toisen tulos ei millään tavalla vaikuta toiseen.

10 Kertolaskusääntö. Kahta tapahtumaa tai satunnaisilmiötä sanotaan riippumattomiksi, jos toisen tulos ei millään tavalla vaikuta toiseen. 10 Kertolaskusäätö Kahta tapahtumaa tai satuaisilmiötä saotaa riippumattomiksi, jos toise tulos ei millää tavalla vaikuta toisee. Esim. 1 A = (Heitetää oppaa kerra) ja B = (vedetää yksi kortti pakasta).

Lisätiedot

Kaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut

Kaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut Mat-2.09 Sovellettu todeäköisyyslasku /Ratkaisut Aiheet: Kaksiulotteie ormaalijakauma Mitta-asteikot Havaitoaieisto kuvaamie ja otostuusluvut Avaisaat: Ehdollie jakauma, Ehdollie odotusarvo, Ehdollie variassi,

Lisätiedot

Otoskoko 107 kpl. a) 27 b) 2654

Otoskoko 107 kpl. a) 27 b) 2654 1. Tietyllä koneella valmistettavien tiivisterenkaiden halkaisijan keskihajonnan tiedetään olevan 0.04 tuumaa. Kyseisellä koneella valmistettujen 100 renkaan halkaisijoiden keskiarvo oli 0.60 tuumaa. Määrää

Lisätiedot

Työ 55, Säteilysuojelu

Työ 55, Säteilysuojelu Työ 55, Säteilysuojelu Ryhmä: 18 Pari: 1 Joas Alam Atti Tehiälä Selostukse laati: Joas Alam Mittaukset tehty: 7.4.000 Selostus jätetty: 1.5.000 1. Johdato Tutkimme työssämme kolmea eri säteilylajia:, ja

Lisätiedot

Harjoitustehtävien ratkaisuja

Harjoitustehtävien ratkaisuja 3. Mallitamie lukujooje avulla Lukujoo määritelmä harjoituksia Harjoitustehtävie ratkaisuja 3. Laske lukujoo viisi esimmäistä jäsetä, ku a) a 6 ja b) a 6 ja 3 8 c) a ja 3 a) 6,, 8, 4, 30. b) 8,, 6, 0,

Lisätiedot

KANSANTALOUSTIETEEN PÄÄSYKOE 4.6.2015 MALLIVASTAUKSET

KANSANTALOUSTIETEEN PÄÄSYKOE 4.6.2015 MALLIVASTAUKSET KANSANTALOUSTIETEEN ÄÄSYKOE 4.6.05 MALLIVASTAUKSET Sivunumerot mallivastauksissa viittaavat pääsykoekirjan [Matti ohjola, Taloustieteen oppikirja,. painos, 04] sivuihin. () (a) Bretton Woods -järjestelmä:

Lisätiedot

A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä.

A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä. Esimerkki otteluvoiton todennäköisyys A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä. Yksittäisessä pelissä A voittaa todennäköisyydellä p ja B todennäköisyydellä q =

Lisätiedot

Epäyhtälöoppia matematiikkaolympialaisten tehtäviin

Epäyhtälöoppia matematiikkaolympialaisten tehtäviin Epäyhtälöoppia matematiikkaolympialaiste tehtävii Jari Lappalaie ja Ae-Maria Ervall-Hytöe 0 Johdato Epäyhtälöitä reaaliluvuille Cauchy epäyhtälö Kaikille reaaliluvuille a, a,, a ja b, b,, b pätee Cauchy

Lisätiedot

5.3 Matriisin kääntäminen adjungaatilla

5.3 Matriisin kääntäminen adjungaatilla Vaasa yliopisto julkaisuja 08 Sec:MatIvAdj 53 Matriisi käätämie adjugaatilla Määritelmä 3 -matriisi A adjugaatti o -matriisi adj(a) (α i j ), missä α i j ( ) i+ j det(a ji ) (, joka o siis alkioo a ji

Lisätiedot

Testejä suhdeasteikollisille muuttujille

Testejä suhdeasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testejä suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (007) 1 Testejä suhdeasteikollisille muuttujille >> Testit normaalijakauman

Lisätiedot

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio, Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä

Lisätiedot

Talousmatematiikka (3 op)

Talousmatematiikka (3 op) Talousmatematiikka (3 op) Tero Vedenjuoksu Oulun yliopisto Matemaattisten tieteiden laitos 2011 Talousmatematiikka 2011 Yhteystiedot: Tero Vedenjuoksu tero.vedenjuoksu@oulu.fi Työhuone M231 Kurssin kotisivu

Lisätiedot

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0. 806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy 2012 1. Olkoon (X 1,X 2,...,X 25 ) satunnaisotos normaalijakaumasta N(µ,3 2 ) eli µ

Lisätiedot

Mat-2.090 Sovellettu todennäköisyyslasku A

Mat-2.090 Sovellettu todennäköisyyslasku A Mat-.090 Sovellettu todeäköiyylaku A Mat-.090 Sovellettu todeäköiyylaku A / Ratkaiut Aiheet: Avaiaat: Tilatollite aieito keräämie ja mittaamie Tilatollite aieitoje kuvaamie Oto ja otojakaumat Aritmeettie

Lisätiedot

16145 0, 19 = 3067, 55 euroa. Kirkkoon henkilö ei kuulu, joten kirkollisveroa ei makseta. Sairausvaikutusmaksu

16145 0, 19 = 3067, 55 euroa. Kirkkoon henkilö ei kuulu, joten kirkollisveroa ei makseta. Sairausvaikutusmaksu Talousmatematiikka Kotitehtävät 2 - Pakollisten tehtävien ratkaisut 1. Laske valtion tulovero, kunnallisvero, kirkollisvero ja sairausvakuutusmaksu taulukon jokaisen rivin tilanteessa. Laske myös kuinka

Lisätiedot

Analyysi A. Harjoitustehtäviä lukuun 1 / kevät 2018

Analyysi A. Harjoitustehtäviä lukuun 1 / kevät 2018 Aalyysi A Harjoitustehtäviä lukuu / kevät 208 Ellei toisi maiita, tehtävissä esiityvät muuttujat ja vakiot ovat mielivaltaisia reaalilukuja.. Aa joki ylä- ja alaraja joukoille { x R x 2 + x 6 ja B = {

Lisätiedot

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla. Kombiatoriikka, kesä 2010 Harjoitus 2 Ratkaisuehdotuksia (RT) (5 sivua) Käytä tehtävissä 1-3 kombiatorista päättelyä. 1. Osoita, että kaikilla 0 b a pätee ( ) a a ( ) k 1 b b 1 kb Biomikertoime määritelmä

Lisätiedot

1 a) Eristeiden, puolijohteiden ja metallien tyypilliset energiakaistarakenteet.

1 a) Eristeiden, puolijohteiden ja metallien tyypilliset energiakaistarakenteet. a) ristid, puolijohtid ja talli tyypillist rgiakaistaraktt. i) NRGIAKAISTAT: (lktroi sallitut rgiatilat) Kaksiatoi systi: pottiaalirgia atoi väliatka fuktioa pot rpulsiivi kopotti -lktroit hylkivät toisiaa

Lisätiedot

Liike-elämän matematiikka Opettajan aineisto

Liike-elämän matematiikka Opettajan aineisto Liike-elämä matematiikka Opettaja aieisto Pirjo Saarae, Eliisa Kolttola, Jarmo Pösö ISBN 978-951-37-5741-0 Päivitetty 13.8.2014 Tehtävie ratkaisut - Luku 1 Verotus - Luku 2 Katelaskut ja talousfuktiot

Lisätiedot

Luento 7 Luotettavuus Koherentit järjestelmät

Luento 7 Luotettavuus Koherentit järjestelmät Lueto 7 Luotettavuus Koheretit järjestelmät Ja-Erik Holmberg Systeemiaalyysi laboratorio Aalto-yliopisto perustieteide korkeakoulu PL 00, 00076 Aalto ja-erik.holmberg@riskpilot.fi Määritelmä Tarkasteltava

Lisätiedot

Talousmatematiikan perusteet

Talousmatematiikan perusteet Talousmatematiikan perusteet 1 Lukujonoista ja sarjoista, finanssimatematiikkaa 1.1 Suhteellinen muutos - kuinka moninkertainen jokin arvo on lähtöarvoon verrattuna Prosenttilaskennan kertausta 1. Yksi

Lisätiedot

xe y = ye x e y + xe y y = y e x + e x y xe y y y e x = ye x e y y (xe y e x ) = ye x e y y = yex e y xe y e x = x 3 + x 2 16x + 64 = D(x)

xe y = ye x e y + xe y y = y e x + e x y xe y y y e x = ye x e y y (xe y e x ) = ye x e y y = yex e y xe y e x = x 3 + x 2 16x + 64 = D(x) BM20A580 Differetiaalilasketa ja sovellukset Harjoitus 3, Syksy 206. Laske seuraavat itegraalit si(4t + )dt (b) x(x 2 + 00) 000 dx (c) x exp(ix )dx 2. Mitä o y, ku (x ) 2 + y 2 = 2 2, etäpä y? Vastaukset

Lisätiedot

Luento 6 Luotettavuus Koherentit järjestelmät

Luento 6 Luotettavuus Koherentit järjestelmät Lueto 6 Luotettavuus Koheretit järjestelmät Ja-Erik Holmberg Systeemiaalyysi laboratorio PL 00, 00076 Aalto ja-erik.holmberg@riskpilot.fi ja-erik.holmberg@aalto.fi Määritelmä Tarkasteltava yksikö luotettavuus

Lisätiedot

TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET. Kokooma 23.1.2008. Viimeisin perustemuutos on vahvistettu 3.2.1998.

TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET. Kokooma 23.1.2008. Viimeisin perustemuutos on vahvistettu 3.2.1998. TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET Kokooma 23.1.2008. Viimeisi perustemuutos o vahvistettu 3.2.1998. TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET Sisällysluettelo

Lisätiedot

Koska ovat negatiiviset. Keskihajontoja ei pystytä laskemaan mutta pätee ¾.

Koska ovat negatiiviset. Keskihajontoja ei pystytä laskemaan mutta pätee ¾. 24.11.2006 1. Oletetaan, että kaksiulotteinen satunnaismuuttuja µ noudattaa kaksiulotteista normaalijakaumaa. Oletetaan lisäksi, että satunnaismuuttujan regressiofunktio satunnaismuuttujan suhteen on ݵ

Lisätiedot

1 Eksponenttifunktion määritelmä

1 Eksponenttifunktion määritelmä Ekspoettifuktio määritelmä Selvitimme aikaisemmi tällä kurssilla, millaie potessisarja säilyy derivoiissa muuttumattomaa. Se perusteella määritellää: Määritelmä. Ekspoettifuktio exp : R R määritellää lausekkeella

Lisätiedot

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 5 (6 sivua)

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 5 (6 sivua) Algebra I Matematiika ja tilastotietee laitos Ratkaisuehdotuksia harjoituksii 5 (6 sivua) 14.2. 17.2.2011 1. Määritellää kuvaus f : S 3 S 3, f(α) = (123) α. Osoita, että f o bijektio. Mikä o se kääteiskuvaukse

Lisätiedot

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R},

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R}, Määritelmä Suora Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko { p + t v t R}, missä p, v R n ja v 0. Tässä p on suoran jonkin pisteen paikkavektori ja v on suoran suuntavektori. v p LM1,

Lisätiedot

Diskonttaus. Diskonttaus. Ratkaistaan yhtälöstä (2) K 0,jolloin Virallinen diskonttauskaava. = K t. 1 + it. (3) missä

Diskonttaus. Diskonttaus. Ratkaistaan yhtälöstä (2) K 0,jolloin Virallinen diskonttauskaava. = K t. 1 + it. (3) missä Diskonttaus Ratkaistaan yhtälöstä (2) K 0,jolloin Virallinen diskonttauskaava K t 1 + it. (3) missä pääoman K t diskontattu arvo, eli nykyarvo(t = 0) i = korkokanta jaksosta kulunut aika t = korkojakson

Lisätiedot

Korko ja inflaatio. Makrotaloustiede 31C00200 Kevät 2016

Korko ja inflaatio. Makrotaloustiede 31C00200 Kevät 2016 Korko ja inflaatio Makrotaloustiede 31C00200 Kevät 2016 Sisältö Nimellis ja reaalikorot, Fisher yhtälö Lyhyt ja pitkä korko Rahapolitiikka ja korot Korko ja inflaatio Nimellinen korko i: 1 tänä vuonna

Lisätiedot

Shp:n 80 % kustannusvastuun laskenta

Shp:n 80 % kustannusvastuun laskenta Shp:n 80 % kustannusvastuun laskenta Shp:n 80 % kustannusvastuun laskenta Laskennassa huomioidaan vain ne päivät, joina osastolla on enemmän kuin yksi tyhjä paikka Em. päivistä lasketaan vuositasolla keskiarvo

Lisätiedot

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0. Ääriarvon laatu Jatkuvasti derivoituvan funktion f lokaali ääriarvokohta (x 0, y 0 ) on aina kriittinen piste (ts. f x (x, y) = f y (x, y) = 0, kun x = x 0 ja y = y 0 ), mutta kriittinen piste ei ole aina

Lisätiedot

Tilastollinen päättömyys, kevät 2017 Harjoitus 5b

Tilastollinen päättömyys, kevät 2017 Harjoitus 5b Tilastollie päättömyys, kevät 07 Harjoitus b Heikki Korpela 3. helmikuuta 07 Tehtävä. a Olkoot Y,..., Y Bθ. Johda uskottavuusosamäärä testisuuree ry, Waldi testisuuree wy ja Rao pistemäärätestisuuree uy

Lisätiedot

Kansantaloudessa tuotetaan vehnää, jauhoja ja leipää. Leipä on talouden ainoa lopputuote, ja sen valmistuksessa käytetään välituotteena jauhoja.

Kansantaloudessa tuotetaan vehnää, jauhoja ja leipää. Leipä on talouden ainoa lopputuote, ja sen valmistuksessa käytetään välituotteena jauhoja. Taloustieteen perusteet Kesä 2014 Harjoitus 4: MALLIRATKAISUT Juho Nyholm (juho.nyholm@helsinki.fi Tehtävä 1 Kansantaloudessa tuotetaan vehnää, jauhoja ja leipää. Leipä on talouden ainoa lopputuote, ja

Lisätiedot

Katsaus suhdanneennusteisiin. Ville Merilä

Katsaus suhdanneennusteisiin. Ville Merilä Katsaus suhdanneennusteisiin Ville Merilä Katsauksessa on esitetty kuvina yhdentoista taloudellisia ennusteita tekevän laitoksen ennusteet vuosille 2017 2018 ja viiden laitoksen ennusteet vuodelle 2019.

Lisätiedot

LIITE 1 VIRHEEN ARVIOINNISTA

LIITE 1 VIRHEEN ARVIOINNISTA 1 LIITE 1 VIRHEEN ARVIOINNISTA Mihin tarvitset virheen arviointia? Mittaustulokset ovat aina todellisten luonnonvakioiden ja tutkimuskohdetta kuvaavien suureiden likiarvoja, vaikka mittauslaite olisi miten

Lisätiedot

Eläkkeet ja eläkeläisten toimeentulo Susan Kuivalainen, Juha Rantala, Kati Ahonen, Kati Kuitto ja Liisa-Maria Palomäki (toim.

Eläkkeet ja eläkeläisten toimeentulo Susan Kuivalainen, Juha Rantala, Kati Ahonen, Kati Kuitto ja Liisa-Maria Palomäki (toim. Eläkkeet ja eläkeläisten toimeentulo 1995 2015 Susan Kuivalainen, Juha Rantala, Kati Ahonen, Kati Kuitto ja Liisa-Maria Palomäki (toim.) Eläkeläisten toimeentulo on parantunut useimmilla keskeisillä toimeentulomittareilla

Lisätiedot

Imatra -100-50 0 50 100

Imatra -100-50 0 50 100 Asukasta kohti laskettujen ikävakioitujen kustannusten prosentuaalinen ero keskisuurten kaupunkien keskiarvoon vuonna 00 Imatra -0-0 0 0 0 % -,0 + -0, -, -, -, -, -,0-0, -,0 -, -, PERUS -, -, -,, 0 -,0

Lisätiedot

Huom 4 Jaksollisten suoritusten periaate soveltuu luonnollisesti laina- ja luottolaskelmiin. Lähtökohtaisena yhtälönä on yhtälö (14).

Huom 4 Jaksollisten suoritusten periaate soveltuu luonnollisesti laina- ja luottolaskelmiin. Lähtökohtaisena yhtälönä on yhtälö (14). Auiteettiperiaate Huom 4 Jaksolliste suorituste periaate soveltuu luoollisesti laia- ja luottolaskelmii. Lähtökohtaisea yhtälöä o yhtälö (14). Auiteetti Nimellisarvoltaa K 0 suuruise laia maksuerä k, joka

Lisätiedot

KANSANTALOUSTIETEEN PÄÄSYKOE 6.6.2013: MALLIVASTAUKSET

KANSANTALOUSTIETEEN PÄÄSYKOE 6.6.2013: MALLIVASTAUKSET KANSANTALOUSTIETEEN ÄÄSYKOE 6.6.013: MALLIVASTAUKSET Sivunumerot mallivastauksissa viittaavat pääsykoekirjan [Matti ohjola, Taloustieteen oppikirja, 01] sivuihin. (1) (a) igou -verot: Jos markkinoilla

Lisätiedot

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä:

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä: Frégier n lause Simo K. Kivelä Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä: Suorakulmaisen kolmion kaikki kärjet sijaitsevat paraabelilla y = x 2 ; suoran kulman

Lisätiedot

Talousmatematiikan verkkokurssi. Indeksit

Talousmatematiikan verkkokurssi. Indeksit Sivu 1/8 ja niiden käyttö Indeksi on jono lukuja, joilla seurataan jonkin hyödykkeen tai palvelun hinnan muuttumista ajan kuluessa. Indekseillä kuvataan hintatason tai määrien muuttumista. Eri maita koskevissa

Lisätiedot

PALKANSAAJAN VEROTUS JA OSTOVOIMA 2000-2015

PALKANSAAJAN VEROTUS JA OSTOVOIMA 2000-2015 PALKANSAAJAN VEROTUS JA OSTOVOIMA 2000-2015 1 27.11.2013 1) Palkka 2) Verotus 3) Hinnat PALKANSAAJAN OSTOVOIMAAN VAIKUTTAVAT TEKIJÄT keskituloinen palkansaaja, palkka v. 2013: 39.745 /v (3180 /kk) vuosittainen

Lisätiedot

Oppimistavoite tälle luennolle

Oppimistavoite tälle luennolle Oppiistavoite tälle lueolle Yksikköoperaatiot ja teolliset prosessit CHEM-A00 (5 op) Tislaus ja uutto Yärtää erotusprosessie suuittelu perusteet Tutea tislaukse ja uuto toiitaperiaatteet Tutea tpillisipiä

Lisätiedot

Tehtäviä neliöiden ei-negatiivisuudesta

Tehtäviä neliöiden ei-negatiivisuudesta Tehtäviä epäyhtälöistä Tehtäviä eliöide ei-egatiivisuudesta. Olkoo a R. Osoita, että 4a 4a. Ratkaisu. 4a 4a a) a 0 a ) 0.. Olkoot a,, R. Osoita, että a a a. Ratkaisu. Kerrotaa molemmat puolet kahdella:

Lisätiedot

Kertaa tarvittaessa induktiota ja rekursiota koskevia tietoja.

Kertaa tarvittaessa induktiota ja rekursiota koskevia tietoja. MATEMATIIKAN JA TILASTOTIETEEN LAITOS Aalyysi I Harjoitus 5. 0. 2009 alkavalle viikolle Ratkaisuehdotuksia ( sivua) (Rami Luisto) Laskuharjoituksista saa pistettä, jos laskettu vähitää 50 tehtävää; 3 pistettä,

Lisätiedot

Havaitsevan tähtitieteen peruskurssi I

Havaitsevan tähtitieteen peruskurssi I Havaintokohteita 9. Polarimetria Lauri Jetsu Fysiikan laitos Helsingin yliopisto Havaintokohteita Polarimetria Havaintokohteita (kuvat: @phys.org/news, @annesastronomynews.com) Yleiskuvaus: Polarisaatio

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiika tukikurssi Kurssikerta 1 Iduktiotodistus Iduktiotodistukse logiikka Tutkitaa tapausta, jossa haluamme todistaa joki väittee P() site, että se pätee kaikilla luoollisissa luvuilla. Eli halutaa

Lisätiedot

Diskreetin Matematiikan Paja Ratkaisuja viikolle 4. ( ) Jeremias Berg. n(n + 1) 2. k =

Diskreetin Matematiikan Paja Ratkaisuja viikolle 4. ( ) Jeremias Berg. n(n + 1) 2. k = Diskreeti Matematiika Paja Ratkaisuja viikolle 4. (7.4-8.4) Jeremias Berg. Osoita iduktiolla että k = ( + ) Ratkaisu: Kute kaikissa iduktiotodistuksissa meidä täytyy siis osoittaa asiaa. Ns. perustapaus,

Lisätiedot

Todennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa.

Todennäköisyys, että yhden minuutin aikana saapuu 2 4 autoa. Testimuuttuja kriittie arvo 5 %: merkitsevyystasolla katsotaa taulukosta. Kriittie arvo o 9,488. Koska laskettu arvo 4,35 o pieempi kui taulukosta saatu kriittie arvo 9,488, ii ollahypoteesi jää voimaa.

Lisätiedot

TIESILTOJEN VÄSYTYSKUORMAT

TIESILTOJEN VÄSYTYSKUORMAT TIESILTOJEN VÄSYTYSKUORMAT Siltaeurokoodien koulutus Teräs-, liitto- ja puusillat 29-30.3.2010 Heikki Lilja Liikennevirasto 2 MILLE RAKENNEOSILLE TEHDÄÄN VÄSYTYSMITOITUS (TERÄS- JA LIITTOSILLAT) EN1993-2

Lisätiedot

eriste C K R vahvistimeen Kuva 1. Geigerilmaisimen periaate.

eriste C K R vahvistimeen Kuva 1. Geigerilmaisimen periaate. Fysiikan laboratoriotyöohje Tietotekniikan koulutusohjelma OAMK Tekniikan yksikkö TYÖ 5: RADOAKTVSUUSTYÖ Teoriaa Radioaktiivista säteilyä syntyy, kun radioaktiivisen aineen ytimen viritystila purkautuu

Lisätiedot

MATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai

MATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai MATP53 Approbatur B Harjoitus, ratkaisut Maaatai..05. (Lämmittelytehtävä.) Oletetaa, että op = 7 tutia työtä. Kuika mota tutia Oili Opiskelija työsketelee itseäisesti kurssilla, joka laajuus o 4 op, ku

Lisätiedot

Opetusmateriaali. Tutkimustehtävien tekeminen

Opetusmateriaali. Tutkimustehtävien tekeminen Opetusmateriaali Tämän opetusmateriaalin tarkoituksena on opettaa kiihtyvyyttä mallintamisen avulla. Toisena tarkoituksena on hyödyntää pikkuautoa ja lego-ukkoa fysiikkaan liittyvän ahdistuksen vähentämiseksi.

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

Tilastolliset menetelmät: Tilastolliset testit

Tilastolliset menetelmät: Tilastolliset testit Tilastolliset meetelmät Tilastolliset testit Tilastolliset meetelmät: Tilastolliset testit 8. Tilastollie testaus 9. Testejä suhdeasteikollisille muuttujille. Testejä järjestysasteikollisille muuttujille.

Lisätiedot

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia. HY, MTL / Matemaattiste tieteide kadiohjelma Todeäköisyyslasketa IIb, syksy 08 Harjoitus 3 Ratkaisuehdotuksia Tehtäväsarja I Olkoot X ja X riippumattomia satuaismuuttujia, joille ja olkoo X EX, EX, var

Lisätiedot

3.6. Geometrisen summan sovelluksia

3.6. Geometrisen summan sovelluksia Tyypillie geometrise summa sovellusalue o taloude rahoituslaskut mutta vai tyypillie. Tammikuu alussa 988 vahemmat avaavat pitkäaikaistili Esikoisellee. Tiliehdot ovat seuraavat. Korko kiiteä 3,85 % pa

Lisätiedot

MATA172 Sami Yrjänheikki Harjoitus Totta vai Tarua? Lyhyt perustelu tai vastaesimerkki!

MATA172 Sami Yrjänheikki Harjoitus Totta vai Tarua? Lyhyt perustelu tai vastaesimerkki! MATA17 Sami Yrjäheikki Harjoitus 7 1.1.018 Tehtävä 1 Totta vai Tarua? Lyhyt perustelu tai vastaesimerkki! (a) Jokaie jatkuva fuktio f : R R o tasaisesti jatkuva. (b) Jokaie jatkuva fuktio f : [0, 1[ R

Lisätiedot

ẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t),

ẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t), Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.4129 Systeemien Identifiointi 1. harjoituksen ratkaisut 1. Tarkastellaan maita X ja Y. Olkoon näiden varustelutaso

Lisätiedot

LÄMMITYSENERGIA- JA KUSTANNUSANALYYSI 2014 AS OY PUUTARHAKATU 11-13

LÄMMITYSENERGIA- JA KUSTANNUSANALYYSI 2014 AS OY PUUTARHAKATU 11-13 LÄMMITYSENERGIA- JA KUSTANNUSANALYYSI 2014 AS OY PUUTARHAKATU 11-13 2 LÄMMITYSENERGIA- JA KUSTANNUSANALYYSI 2014 Yhtiössä otettiin käyttöön lämmön talteenottojärjestelmä (LTO) vuoden 2013 aikana. LTO-järjestelmää

Lisätiedot

Stokastiikan perusteet Harjoitukset 1 (Todennäköisyysavaruus, -mitta ja -funktio) 2.11.2015

Stokastiikan perusteet Harjoitukset 1 (Todennäköisyysavaruus, -mitta ja -funktio) 2.11.2015 Stokastiika perusteet Harjoitukset (Todeäköisyysavaruus, -mitta ja -fuktio) 2..205. Määritä potessijoukko 2,ku (a) {0, } (b) {(0, ]} ja ku (c) (0, ]. Ratkaisu: (a) 2 {;, {0}, {}, {0, }} (b) 2 {;, {(0,

Lisätiedot

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg Vaasan yliopisto, syksy 218 Lineaarialgebra II, MATH124 Matti laaksonen, Lassi Lilleberg Tentti T1, 284218 Ratkaise 4 tehtävää Kokeessa saa käyttää laskinta (myös graafista ja CAS-laskinta), mutta ei taulukkokirjaa

Lisätiedot

802118P Lineaarialgebra I (4 op)

802118P Lineaarialgebra I (4 op) 802118P Lineaarialgebra I (4 op) Tero Vedenjuoksu Oulun yliopisto Matemaattisten tieteiden laitos 2012 Lineaarialgebra I Yhteystiedot: Tero Vedenjuoksu tero.vedenjuoksu@oulu.fi Työhuone M206 Kurssin kotisivu

Lisätiedot

Tilastollinen päättömyys, kevät 2017 Harjoitus 6A

Tilastollinen päättömyys, kevät 2017 Harjoitus 6A Tilastollie päättömyys, kevät 07 Harjoitus 6A Heikki Korpela 8. helmikuuta 07 Tehtävä. Moistee teht. 5.. Olkoo Y,..., Y riippumato otos ekspoettiperhee jakaumasta, joka ptf/tf o muotoa fy i ; θ cθhye φθtyi

Lisätiedot

ja differenssi jokin d. Merkitään tämän jonon n:n ensimmäisen jäsenen summaa kirjaimella S

ja differenssi jokin d. Merkitään tämän jonon n:n ensimmäisen jäsenen summaa kirjaimella S 3.3. Aritmeettie summ 3.3. Aritmeettie summ Mikä olisi helpoi tp lske 0 esimmäistä luoollist luku yhtee? Olisiko r voim käyttö 0 + + + 3 + + 00 hyvä jtus? Tekiik vull se iki toimii. Fiksumpiki tp kuiteki

Lisätiedot

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 6 ratkaisuiksi

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 6 ratkaisuiksi SMG-400 Sähkömageettiste järjestelmie lämmösiirto Ehdotukset harjoitukse 6 ratkaisuiksi Tarkastellaa suljetu järjestelmä tehotasaaioa joka o P + P P = P i g out st Oletetaa että verkotetussa alueessa jossa

Lisätiedot

DEE Sähkömagneettisten järjestelmien lämmönsiirto

DEE Sähkömagneettisten järjestelmien lämmönsiirto DEE-54 Sähköageettiste järjestelie läösiirto Lueto 7 Sähköageettiste järjestelie läösiirto Risto Mikkoe..4 Läöjohtuise leie osittaisdiffereretiaalihtälö t E g c p Sähköageettiste järjestelie läösiirto

Lisätiedot

Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4

Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4 Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 6 1.1 KESKEISTEN KÄSITTEIDEN KERTAUSTA... 7 1.2 AIHEESEEN PEREHTYMINEN...

Lisätiedot

Määritä seuraavien suodattimien impulssivasteet ja tutki, ovatko ne kausaaleja:

Määritä seuraavien suodattimien impulssivasteet ja tutki, ovatko ne kausaaleja: TL56, Näytejoosysteemit (K5). Kausaali suodati käyttää laskeassaa vai ykyisiä ja aiempia ajaetkiä (= pieemmillä ideksiarvoilla) mitattuja tai laskettuja sigaaliarvoja, jotka suodati lukee muistista. Kausaalisuus

Lisätiedot

TEHTÄVIEN RATKAISUT OPETTAJAN MATERIAALI

TEHTÄVIEN RATKAISUT OPETTAJAN MATERIAALI TEHTÄVIEN RATKAISUT OPETTAJAN MATERIAALI Sisällysluettelo 1 Prosettilasketa ja verotus 3 Prosettilasketa 3 Verotus 18 2 Hiat ja raha arvo 23 Ideksit 23 Euro ja muut valuutat 39 3 Laiat ja talletukset 52

Lisätiedot

TILASTOT: johdantoa ja käsitteitä

TILASTOT: johdantoa ja käsitteitä TILASTOT: johdatoa ja käsitteitä TOD.NÄK JA TILASTOT, MAA10 Tilastotietee tehtävää o esittää ja tulkita tutkimuskohteesee liittyvää havaitoaieistoa eli tilastoaieistoa. Tutkitaa valittua joukkoa ja se

Lisätiedot

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa II

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa II Otokset MS-A050 Todeäköisyyslaskea ja tilastotietee peruskurssi Lueot, osa II Kaksi hyödyllista jakaumaa 3 Estimoiti G. Gripeberg 4 Luottamusvälit Aalto-yliopisto. helmikuuta 05 5 Hypoteesie testaus 6

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiika tukikurssi Kertauslueto. välikokeesee Algebraa Tämäkertaie kurssimoiste sisältää rusaasti harjoitustehtäviä. Syyä tähä o se, että matematiikkaa oppii parhaite itse tekemällä ja laskemalla.

Lisätiedot

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) = BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot

Lisätiedot